模糊聚类的侧扫声纳图像分割算法

• 作者: 叶秀芬 王天 王雷
• 来源期刊: 华中科技大学学报：自然科学版
• 学科: 工学
• 关键词: 声纳图像 频率 模糊聚类 二维经验模态分解(BEMD) 固有模态函数(IMF) 高斯马尔可夫纹理(GMRF)
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 25-29
• 分类号: TN919.8
• 语种: 中文

摘要

针对侧扫声纳图像的特点,利用二维经验模态分解（BEMD）将图像分解成若干固有模态函数（IMF）和1个余量.分析了侧扫声纳图像背景区的图像频率特征,通过增强目标和阴影的特征信息降低噪声的影响.提取图像的高斯马尔可夫纹理（GMRF）,用来表达图像像素点间的空间关系,以减少图像的误分割.利用BEMD和GMRF改进模糊C均值聚类算法,提出了新的聚类准则和距离函数,形成一种新的模糊聚类算法.利用该算法对不同的侧扫声纳图像进行分割,并将分割结果与其他典型的聚类算法的分割结果进行比较,验证了该算法的抗噪性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雷	哈尔滨工程大学自动化学院	36	230	8.0	14.0
2	叶秀芬	哈尔滨工程大学自动化学院	43	373	11.0	18.0
3	王天	哈尔滨工程大学自动化学院	6	30	2.0	5.0